质量优势 发表于 2020-4-2 16:32:29

抽样检验样本量确定方法（附Excel小工具OC曲线, OC curve）

抽样检验，是质量工作中绕不过的概念；OC曲线，又是做抽样不得不懂的知识点。

抽检时，遇到下面这些问题也再常见不过了：

[*]到底要抽多少个才行？数量是怎么定的？
[*]千篇一律的查表定的方案真的适合我们公司吗？
[*]查表得到的是一个点，确定的抽样方案整体看起来怎么样？

接下来的内容，将通过一个简单的Excel工具来加深一下对OC曲线的理解。

先介绍一下OC曲线是什么。

"当用一个确定的抽检方案对产品批进行检查时，产品批被接收的概率是随产品批的批不合格品率p变化而变化的，它们之间的关系可以用一条曲线来表示，这条曲线称为抽样特性曲线，简称为OC曲线。"
上图的解读：
我们有95%的信心，过程的不合格率不超过4.95%，或者说过程至少有95.05%的合格率（使用者角度）。

要是把X轴和Y轴都反转一下可能看起来更直观。


到这里，我们要暂停一下。
通过OC曲线能解读出这些信息，那我们是不是可以通过对不合格率和接收概率的要求来反向计算出最少的检验样本量？

当然可以了，而且我已经把工具都做好了。




这个Excel工具的用法（查看附件）：

[*]将置信度设置为95%这个经验值
[*]调整样本量和拒收量的值，直至找到目标的不合格质量水平

在示例中，我的目标是不合格质量水平要在5%以下，拒收量定为0，通过不断调整样本量找到59是最低抽样数量。
接下来我们还要看看随着样本量的变化，OC曲线会发生什么相应的变化。
我将样本量分别设置为15，30，59和120，得到的曲线如下：




要解读这张图，又要再补充一些概念。

AQL：可接受的最高不合格率，是从生产者的角度来考虑的；LTPD或RQL：拒收的质量限，是从使用者的角度来考虑的。

两个要点：
[*]AQL要小于RQL，不去了解客户的拒收限，自己定一个AQL是没什么意义的
[*]AQL与RQL之间的这段区间应该尽可能的小




现在再来看这张图，就会发现随着样本量的上升，AQL与RQL都在变小，OC曲线变得越来越陡峭。




OC曲线越来越接近理想情况：

[*]当抽检批次的质量低于等于质量标准时，全部拒收
[*]当抽检批次的质量大于质量标准时，全部允收

理想的OC曲线
这种理想情况永远不会发生，即使不做抽样，100%全检也不行，但了解理想的OC曲线是有意义的，至少可以和实际方案的OC曲线做一下形态对比。



关注“质量优势”，关注原创质量文章

Darker 发表于 2020-4-2 20:02:58

谢谢分享!

swxslzh 发表于 2020-4-2 21:45:13

:)

abcnianhua 发表于 2020-4-2 22:05:03

谢谢分享

鄂F8888 发表于 2020-4-3 08:13:33

谢谢分享

东一号 发表于 2020-4-3 08:17:35

{:1_89:}

针芒 发表于 2020-4-3 08:38:24

谢谢

叶太平 发表于 2020-4-3 08:47:24

谢谢分享

billye 发表于 2020-4-3 08:51:38

谢谢分享

yuyu152 发表于 2020-4-3 09:34:38

:call:
页: [1] 2 3 4 5 6 7 8 9 10
查看完整版本: 抽样检验样本量确定方法（附Excel小工具OC曲线, OC curve）